MATLAB Avançado

Melissa Weber Mendonça

melissa.mendonca@ufsc.br
Relembrando...

>> inteiro = fscanf(arquivo,’%d’)

Repita o exercı́cio da aula anterior (ler UM dado de um arquivo),
agora com um número real:
>> real = fscanf(arquivo,’%f’)
e depois repita com um texto:
>> texto = fscanf(arquivo,’%s’)

Tente colocar o formato errado e observe o erro produzido.

Lista de dados

Se quisermos ler uma lista de números inteiros, por exemplo, basta

informar o padrão dos dados.
Exemplo: se no arquivo temos

1 2 3 4 5

podemos usar o comando

v = fscanf(arquivo,’%d’)

v será um vetor coluna.

Exercı́cio
Ler uma matriz 3×3 de dados de um arquivo .txt

Cuidado com a ordem dos dados!

matriz.txt

1 2 3
4 5 6
7 8 9

arquivo = fopen(’matriz.txt’);
A = fscanf(arquivo,’%f’);
fclose(arquivo);
A
Ler uma matriz

Por padrão, o MATLAB lê os dados em um vetor. Se quisermos

especificar o tamanho da saı́da dos dados, devemos acrescentar um
argumento à função fscanf:

A = fscanf(arquivo,’%f’,[3 3])

arquivo = fopen(’matriz.txt’);
A = fscanf(arquivo,’%f’,[3 3]);
fclose(arquivo);
% A verdadeira matriz eh a transposta
% da matriz que foi lida:
A = A’;
A
Ler uma matriz desconhecida

Se não sabemos o tamanho da matriz que está no arquivo, não

podemos informar seu formato. Mas podemos contar quantos
elementos foram lidos do arquivo:

[A,contador] = fscanf(arquivo,’%d’)
Formatos avançados

Suponha que temos no nosso arquivo também o nome do campo

de dados:
temperaturas.txt
Hora 1, Temperatura 20.6
Hora 3, Temperatura 21.2
Hora 5, Temperatura 23.1
Hora 6, Temperatura 24.5
Hora 8, Temperatura 25.0
Hora 9, Temperatura 25.2
Hora 10, Temperatura 25.8

Para ler apenas os números desta tabela, usamos o comando

A = fscanf(arquivo,’Hora %d, Temperatura %f\n’,[2 7])

Exemplo

Se não conhecemos quantos dados estão na lista (mas sabemos

que são 2 por linha), podemos especificar
A = fscanf(arquivo,’Hora %d, Temperatura %f\n’,[2 Inf])
Exercı́cio

Dado um arquivo com a tabela abaixo de nomes e idades, calcule a

média de idades deste grupo.
Antonio 12
Bruno 20
Caio 34
Danilo 21
Eder 45
Fernando 78
Gustavo 20
Dica: para não ler o texto, e ler apenas as idades, podemos pular o
campo de texto com o comando

idades = fscanf(arquivo,’%*s %d\n’)

Exercı́cios: resposta

arquivo = fopen(’tabela.txt’);
idades = fscanf(arquivo,’%*s %d\n’);
fclose(arquivo);
% A funcao mean(vetor) calcula a media dos
% valores do vetor.
media = mean(idades);
disp([’A media de idades do grupo eh ’ ...
num2str(media) ’ anos.’])
xlsread

Para ler arquivos de planilha gerados pelo Microsoft Excel, usamos

>> [dados,texto,resto] = xlsread(arquivo)

Para ler os dados de uma planilha especı́fica do arquivo, usamos

>> [dados,texto,resto] = xlsread(arquivo,planilha)

Em sistemas com o Microsoft Excel instalado, pode-se usar

>> [dados,texto,resto] = xlsread(arquivo,-1)

para abrir uma janela do Excel e selecionar os dados a serem

importados interativamente.
Escrita em arquivos: save

Para salvarmos alguma variável em um arquivo, podemos usar o

comando

>> save(’arquivo.mat’,’variavel’)

Porém, este comando salva o arquivo no formato MAT, que é um

formato próprio do MATLAB, ilegı́vel para humanos. Assim, para
salvarmos em um arquivo texto simples, acrescentamos a opção
’-ascii’.
Exemplo:
>> dados = rand(3,4);
>> save(’dadosout.txt’,’dados’,’-ascii’)
Escrita

Para escrever em um arquivo existente, a sintaxe é similar, mas

devemos avisar ao MATLAB que vamos escrever neste arquivo:
>> arquivo = fopen(’info.txt’,’w’)
>> fprintf(arquivo,’%d’,1)
>> fclose(arquivo)
Obs. As opções do comando fopen são:

>> arquivo = fopen(’info.txt’,’r’)

>> arquivo = fopen(’info.txt’,’w’)
>> arquivo = fopen(’info.txt’,’a’)
Métodos para Análise Estatı́stica
Média aritmética simples
Podemos calcular o valor da média aritmética simples para um
conjunto de números armazenados em um vetor x usando o
comando

>> mean(x)

Para calcularmos a média aritmética simples de cada coluna de

uma matriz e armazenarmos essas médias em um vetor linha,
podemos usar o comando

>> mean(matriz)

Para calcularmos a média aritmética simples de cada linha de

uma matriz e armazenarmos o resultado em uma matriz coluna,
usamos o comando

>> mean(matriz,2)
trimmmean

O comando

>> m = trimmean(X,pc)

calcula a média excluindo os k maiores e menores valores de um

vetor X, em que
pc
n ∗ 100
k=
2
e onde n é o número de valores em X.
Mediana

Para calcularmos a mediana de um conjunto de dados

armazenados em um vetor, usamos o comando

>> median(x)

Para calcularmos a mediana das colunas de uma matriz, e retornar

as medianas em um vetor linha, usamos o comando

>> median(matriz)
Desvio Padrão

Existem duas definições para o desvio padrão:

n
!1
2
1 X
s= (xi − x)2 (1)
n−1
i=1

ou

n
!1
2
1 X
s= (xi − x)2 (2)
n
i=1

onde
n
1 X
x= xi .
n
i=1
Desvio Padrão

Para calcularmos o desvio padrão usando a fórmula (1), usamos o

comando

>> std(x)

O resultado é a raiz quadrada da variância.

Se quisermos calcular um vetor linha contendo o desvio padrão
calculado para cada coluna de uma matriz, usamos

>> std(matriz)

Se quisermos calcular o desvio padrão dos elementos de um vetor

usando a fórmula (2), usamos

>> std(x,1)
Variância

Para calcularmos a variância dos elementos de um vetor, usamos o

comando

>> var(x)

Para calcularmos um vetor linha com as variâncias de cada coluna

da matriz, usamos o comando

>> var(matriz)

O comando var normaliza os dados por n − 1, se temos n > 1

dados. Se desejamos normalizar por n, usamos o comando

>> var(x,1)
Covariância

Para calcularmos a matriz de covariância entre 2 variáveis de

dados, usamos o comando

>> cov(X)

Podemos ainda obter outras informações desta matriz:

>> diag(cov(X))

é o vetor de variâncias para cada coluna de dados (idem a var)

>> sqrt(diag(cov(X)))

é desvio padrão (idem a std).

X pode ser um vetor ou uma matriz. Para uma matriz m × n, a
matriz de covariância é n × n.
Coeficientes de Correlação

Se tivermos uma matriz em que cada coluna contém observações

de uma variável, podemos calcular os coeficientes de correlação
entre as variáveis desta matriz usando o comando

>> R = corrcoef(X)

Os coeficientes vão de −1 (correlação negativa) até 1 (correlação

positiva). Valores próximos de 0 indicam que não há correlação
linear entre as variáveis.
Se também quisermos saber o p-value de cada correlação, usamos
o comando

>> [R, P] = corrcoef(X)

Exemplo

Calcular a matriz de correlação e os p-values entre as colunas da

matriz X:

>> [R,P] = corrcoef(X)

Encontrar todos os ı́ndices da matriz de correlação para os quais o

p-value é menor que 0.05:

>> [i,j] = find(p<0.05)

Correlação (2)

Para encontrarmos a matriz de correlação entre variáveis e seus

respectivos p-values, também podemos usar a função corr, com
mais opções:

>> [RHO,PVAL] = corr(X,Y,’nome’,valor)

Exemplos:
>> [RHO,PVAL] = corr(X,Y,’type’,’Pearson’)
>> [RHO,PVAL] = corr(X,Y,’type’,’Kendall’)
>> [RHO,PVAL] = corr(X,Y,’rows’,’all’)
>> [RHO,PVAL] = corr(X,Y,’rows’,’complete’) : pula
linhas com NaN!
Histograma

Um histograma pode ser criado com o comando

>> n = hist(Y)

em que o vetor Y é distribuido em 10 caixas igualmente espaçadas,

e n é o número de elementos em cada caixa. O comando

>> n = hist(Y,nbins)

divide os dados em nbins caixas.

Box Plot

O comando

>> boxplot(X)

cria um gráfico de caixas dos dados em X. Se X for uma matriz,

existirá uma caixa por coluna; se X for um vetor, existirá apenas
uma caixa.

Em cada caixa:
I a marca central é a mediana;
I os limites da caixa representam o 25◦ e o 75◦ percentil;
I os marcadores externos sinalizam os pontos extremos dos
dados (sem considerar outliers;
I os outliers, se existirem, serão marcados individualmente no
gráfico.